摘要:目的:MOOC学习绩效是研究者关注的话题,探讨以学习满意度为中介作用,学习者的元认知能力对MOOC学习绩效的影响。方法:通过问卷调查,运用相关分析和回归分析,探究SPOC混合式学习模式下,学习者的元认知能力和学习满意度对学习绩效的影响。结果:高职学习者元认知能力各维度不同程度正向显著影响学习绩效,学习满意度在元认知总体与学习绩效总体中起到部分中介作用。结论:MOOC课程建设者可采用游戏化方式激励SPOC学习者间的互动交流,多开发以提升职业技能为目标的优质职业教育课程,以及提高MOOC结课证书的社会认可度来提高学习绩效。
关键词:MOOC;SPOC;元认知;学习满意度;学习绩效
中图分类号:G40-057文献标志码:A文章编号:1008-4657(2020)02-0077-10
0 引言
大规模在线开放课程(Massive Open Online Course,MOOC)因其优质资源的免费开放性,为学习者在线自主学习提供了契机,然而,其“高注册率、低完成率、低参与度”等问题饱受诟病。为了弥补MOOC的不足,小规模私有在线课程(Small Private Online Course,SPOC)应运而生,它是MOOC与传统课堂的有机融合,针对小范围、特定的学习群体,通常采用“线上+ 线下”混合式教学模式,有利于提高学习者的参与度,实现个性化学习[1]。
中国大学MOOC——作为中国最大的MOOC平台,大一和大二年级的本科生占据半数以上学习群体比例[2],故现有的MOOC学习研究文献多以本科生为研究对象,对专科生研究比较匮乏。然而,有研究指出,高职院校开展MOOC教学有其内在的适切性[3]。故本研究以高职学生为研究对象,基于MOOC资源,采用SPOC半干预式混合教学模式,验证学习绩效与学习满意度,不仅希望有助于为高职MOOC课程建设者提供实证优化参考依据,还希望有助于进一步提升高职学习者的MOOC学习绩效。
1 研究假设与模型构建
1.1 研究假设
本研究主要验证SPOC混合式学习模式下,学生元认知能力和学习满意度对学习绩效的影响,相关论述和研究假设如下。
1.1.1 学习绩效
学习绩效,又称学习成效,指“学习者通过学习,实现知识、技能、态度和能力等持久变化的可观测外显行为及对未来的影响等长期绩效”[4],是学习过程与学习结果的综合体现。学习过程包含学习行为和学习者满意度两方面,它们是内隐、不易量化的;学习结果包含测试成绩、积分和证书等,它们是可观测、可量化的[5]。
张肖[6]从网络自主学习、学习者满意度和学习结果三维度,提出网络学习绩效评价体系。潘丽佳[7]从素质维度、行为维度和长期维度三方面对学习绩效进行验证。在已有研究成果的基础上,本研究结合混合式学习特征,将MOOC成绩和长期绩效作为学习绩效的评价指标进行实证分析。
1.1.2 元认知
元认知(Meta-cognition)这一概念最早由美国心理学家弗拉维尔在1976年提出,他认为元认知是个体的自我认知、自我控制与自我调节的过程[8]。研究表明,元认知知识会影响学习者的自我监控学习能力,这是成功的在线学习的基本技能[9]。
詹泽慧[10]建立了远程学习者的元认知作用机制模型,包括:元认知知识、元认知体验、元认知监控和学习绩效,通过实证研究表明,元认知监控和元认知知识直接影响学习者成绩,而元认知体验则直接影响学习效能感。毛刚等[11]从元认知投入的方式、力度和调控三方面建立学习分析框架和方法。基于元认知的研究成果,本研究将混合学习中学习者的元认知概括为:元自我认知、元认知互动和元认知管理。
1.1.2.1 元自我认知
元自我认知,指学习者在完成某项学习任务前对学习对象、学习行为和学习绩效进行的一项价值判断,包括学习动机、学习能力、学习决心、學习兴趣、自律能力、深入思考和价值期待等。学习者对学习认知策略的拥有及掌握的熟练程度体现了自主学习能力,同时也影响着混合式学习的质量[12]。因此,本研究假设:
H1a:高职MOOC学习者的元自我认知能力显著影响学习满意度。
H1b:高职MOOC学习者的元自我认知能力显著影响MOOC成绩。
H1c:高职MOOC学习者的元自我认知能力显著影响长期绩效。
1.1.2.2 元认知互动
MOOC中的元认知互动主要体现在学习者通过讨论区和答疑区,与教师、学伴实现在线交流的过程。潘丽佳[7]指出MOOC的互动性正向影响学习缋效。戴心来等[13]提出课件内容和学习互动是影响MOOC学习者满意度的关键质量指标。
因此,本研究假设:
H2a:高职MOOC学习者的元认知互动能力显著影响学习满意度。
H2b:高职MOOC学习者的元认知互动能力显著影响MOOC成绩。
H2c:高职MOOC学习者的元认知互动能力显著影响长期绩效。
1.1.2.3 元认知管理
元认知管理,又称自我调节,指学习者在学习过程中对自身的学习计划、学习行为和学习任务的管理调节和掌控能力。Schunk[14]认为具高水平自我调节的学习者具较高的学习动机并能取得良好的学习成效。钟志贤等[15]指出,有效的学习过程管理是远程学习者获得良好学习绩效的重要因素。MOOC在线学习,对学习者的元认知管理能力有较高的要求。因此,本研究假设:
H3a:高职MOOC学习者的元认知管理能力显著影响学习满意度。
H3b:高职MOOC学习者的元认知管理能力显著影响MOOC成绩。
H3c:高职MOOC学习者的元认知管理能力显著影响长期绩效。
1.1.3 学习满意度
满意度,最早起源于商业领域中的“期望确认理论”,该理论由国外学者0liver[16]提出,指顾客对产品的主观期望与实际感知的比较判断。顾客满意度被引入教育领域后,成为测量学习目标完成程度的重要指标,是衡量学习质量的一个重要因素,直接影响学习者进一步使用的意向[17]。张肖[6]认为学习满意度包括学习期望、感知价值和感知质量三维度。戴心来等[13]构建了由学习者期望、感知质量、感知价值、学习者满意度和继续学习意愿五个结构变量为主体的MOOC平台学习者满意度模型。
综观学习满意度的研究成果,学者大都停留在客观测评方面,而结合学习者主观因素的研究却很少,对学习满意度与学习绩效的关系及影响机制研究也比较欠缺,多将学习满意度作为学习绩效的评价指标进行分析。学习满意度与学习绩效的关系如何?学习满意度在学习者元认知与学习绩效中起什么作用?这些问题有待验证。
因此,本研究将MOOC学习总体满意度作为一个中介变量,验证其在学习者元认知与学习绩效之间的关系,提出如下假设:
H4:高职MOOC学习者的学习满意度在元认知总体与学习绩效总体之间起中介作用。
H4a:高职MOOC学习者的学习满意度显著影响MOOC成绩。
H4b:高职MOOC学习者的学习满意度显著影响长期绩效。
1.2 理论模型
本研究基于詹泽慧[10]构建的远程学习者元认知作用机制概念模型。该模型构建了元认知的三维变量(元认知知识、元认知体验和元认知监控)与学习绩效的关联作用。元认知知识是学习者的一般性认知知识,包括对学习主体、学习任务和学习策略的认知;元认知体验是学习者的认知和情感体验,涵盖了学习动机、学习态度和学习满意度等;元认知监控是学习者进行自我监视、控制和调节的过程,包括学习计划、学习控制、学习调节和学习评价等。学习绩效是以学习成绩和学习效能感为测量形式的学习产生。詹泽慧[10]通过实证研究得出:元认知的三维变量之间相互作用、相互影响,且与学习绩效有着不同强弱的关联作用。
互动是学习者在线学习投入度的重要组成部分[18],对混合学习的有效实施产生重要影响[19]。本研究探讨混合教学环境中,学习者的元认知对学习绩效的影响,并验证学习满意度在元认知与学习绩效之间的中介作用。根据上述理论基础和研究假设,构建出如图1所示的理论模型。
2 研究设计
2.1 基于MOOC课程的SPOC混合式学习实践
结合某高职专科院校计算机专业所学课程二维动画制作课,教师挑选由职教MOOC建设委员会在“中国大学MOOC”平台上开设的二维动画设计课程,组织学生加入学习,进行混合式学习实践,见图2所示。
线上以学生自主学习为主:学习视频课件,完成在线讨论、习题作业、作业互评及结课考试等。线下以教师半干预活动为主,在课堂上针对学生在MOOC作业中遇到的共性问题进行答疑解惑,并将MOOC成绩按比例折算成在校二维动画制作课程的平时成绩,因为前期的相关研究指出:教师的干预行为可以促进学生的MOOC学习的投入度、目标完成水平、学习效能、MOOC成绩和学习满意度[20]。
2.2 数据收集
本研究通过问卷星对学习者的混合学习行为进行调查,分析学习者的元认知、学习满意度和学习绩效的关系。为了解研究模型所对应的潜变量,测量题项采用5级李克特量表,从1到5分别表示“完全不同意”到“完全同意”。
问卷通过问卷星在线发放,采用SPSS进行统计分析。共回收128份,剔除填答时间较短、填写不完整等无效问卷,最终获得有效问卷108份,有效率为84.3%。其中,男生10人(9.3%),女生98人(90.7%)。
2.3 量表编制与测量
潜在变量及其观测指标的信度水平如表1所示。
第二部分的量表(见表1)主要根據潘丽佳、李爱霞和戴心来的测量量表进行修改,并根据本研究的调查对象自编若干题项。另外,学习满意度是对MOOC学习的总体满意度测量,未列入表1中。
在数据分析前,需进行信度和效度分析。一般认为Cronbachs Alpha系数大于0.6,说明数据较可靠,信度可接受。效度检验常用因子分析法,KMO值大于0.6时,认为可以做因子分析。进行因子分析时,一般认为,抽取后的因子累积解释总方差达60%,则保留的因子相当理想;如抽取后的因子累积解释总方差达50%,表示因子可以接受[21]。为避免交叉负荷,需删除旋转成份矩阵因子载荷值低于0.4或两个因子载荷值同时大于0.4的变量[22]。根据上述原则,删除12个题项,最后获得表1所示题项。
由表1可知,所有维度的Cronbachs Alpha系数皆大于0.7,说明数据具较高的信度。各因子载荷值皆大于0.6,说明数据各潜在变量的结构效度良好。
这里,我们将元认知的3个因子分别命名为元自我认知、元认知互动和元认知管理,将学习绩效的2个因子分别命名为MOOC成绩和长期绩效。
3 回归分析
逐步回归分析法的目的在于,从若干个自变量中找出对因变量具显著预测力自变量,构建最佳的回归分析模型。多元线性回归方程检验中,模型解释力R2取值介于0~1间,取值越大,说明回归模型解释能力越强,模型拟合优度越好。残差检验Durbin-Watson值(简称DW值)一般在2左右,介于1.5~2.5间为合理范围。回归系数的容差与方差膨胀因素(VIF),可检验自变量间是否存在线性重合的问题,容差值介于0~1间,如容差值太小,接近0,自变量间存在共线性问题。方差膨胀值VIF为容差值的倒数,一般认为VIF值大于5时,自变量间就高相关[23]。
也就是说,一方面,元认知总体对学习绩效总体有直接作用;另一方面,元认知总体对学习绩效总体的影响,部分是通过学习满意度的中介作用实现的,从而假设H4得到了验证。
4 研究结论与启示
4.1 研究结论
使用非标准化系数绘制出路径分析图,如图3所示。
4.1.1 元认知与学习满意度
元认知管理和元自我认知维度对学习满意度均有显著影响,其中,元认知管理对学习满意度的贡献较大,其次是元自我认知,因此,元认知管理和元自我认知对学习满意度具有一定的预测力,而元认知互动没有预测力。假设H1a和H3a成立,假设H2a不成立。
4.1.2 元认知与学习绩效
首先来看元认知对MOOC成绩的影响及预测结果。元认知的三维度对MOOC成绩均有显著影响,其中,元认知管理对MOOC成绩的贡献度最大,其次是元认知互动和元自我认知,因此,元认知管理、元认知互动和元自我认知皆对MOOC成绩具一定预测力。假设H1b、H2b和H3b成立。
其次来看元认知对长期绩效的影响及预测结果。元自我认知和元认知互动对长期绩效均有显著影响,其中,元自我认知对长期绩效的贡献较大,其次是元认知互动,因此,元自我认知和元认知互动对长期绩效具有一定的预测力,而元认知管理没有预测力。假设H1c和H2c成立,假设H3c不成立。
4.1.3 学习满意度与学习绩效
学习满意度对MOOC成绩和长期绩效皆有显著影响,进而说明学习满意度对学习绩效具一定预测作用。假设H4a和H4b成立。
4.1.4 学习满意度的中介作用
学习满意度在元认知总体与学习绩效总体之间起中介作用。假设H4成立。
4.2 研究启示
4.2.1 探索提升SPOC学习者的在线互动策略
高职学习者在MOOC平台的互动性并不高,不能获得良好的学习体验,说明MOOC在线交流存在着学员积极性不高的问题[24],大部分学习者仅浏览学伴在论坛发布的内容,并不能积极在课程论坛提问及回复学伴的提问。究其原因,MOOC课程的互动主要通过留言板及论坛进行,MOOC建设中教师人力、精力有限,不能及时与学习者互动,学习者的提问常不能实时给以解答或回复,互动效率不高,故学习者的互动积极性及学习满意度受到影响。鉴于此,可尝试在SPOC教学实践中采用游戏化思想,激励学伴间的互动交流。如在互动模块采用积分、勋章和排行榜等游戏化激励措施,加强学伴间互动,让学习者在作为一名学习者的同时,还可作为一名助教和疑问解答者,深入参与到课程建设中来。这也是作者下一步研究的重点。MOOC的学习互动尚需要学习者、MOOC平台开发者和MOOC课程建设者共同完成。
4.2.2 推动职业教育MOOC课程建设
上述结果表明,学习者的元认知管理能力和MOOC成绩相关性最强,学习者按时完成课程内容学习及作业测试,是获得良好MOOC成績的关键。视频课件作为MOOC的核心,其质量乃是影响学习绩效的关键因素,本调查显示,分别有88%的学习者认为教师出镜式和动画式视频更能促进学习绩效。
学习者元自我认知能力对长期绩效的影响力最大,学习者认为MOOC学习可实现对职业技能的提升是影响长期绩效的最重要因素,主要表现在提升专业能力、促进职业发展和实现更高层次知识的渴望,从而使自己变得更有自信。究其原因,高职院校的重点在于培养学习者的实践和动手能力,故职业技能的提升需求是影响高职学习者MOOC学习绩效的重要因素。
中国大学MOOC尝试开设职业教育类课程,于2015年1月上线了职教频道,首批上线的课程达38门,然而上线的课程仍以普通高校的课程为主,真正属于职业教育类的课程数量很少[25],且没有体系化的标准,受关注度不高。未来在推动职业教育MOOC课程建设,实现可持续发展道路上,需要政府、企业、职业院校和教师共同努力。
4.2.3 提高MOOC结课证书认可度
调查数据同时显示,MOOC结课证书较之其它学习绩效维度,与元认知相关度最低,说明目前MOOC结课证书的含金量不高,尚未被社会普遍认可,如若在今后提高MOOC结课证书的社会认可度,将会掀起一股更强的MOOC学习浪潮,也会促使学习者取得学习绩效的最大化。中国大学MOOC的学校云(SPOC)率先尝试与高校建立合作进行学分互认,学生完成在线课程学习后,可在学校拿到相应的课程学分,目前已有上千所学校加入学校云,学生数达到1 400多万[26],然而MOOC的学分认证并未全面普及,未来的发展仍任重而道远。
因此,开发以职业需求为导向、提升职业技能为目标,以教师出镜式或动画式为主要表现形式的优质MOOC课程,并提高MOOC结课证书认可度,是吸引并促进高职SPOC学习者学习绩效水平提升的重要因素。
5 结语
本研究从元认知的三个维度、学习绩效的两个维度和学习满意度出发,就它们之间的相互关系及影响程度展开了分析。研究发现,高职学习者自主学习MOOC的能力对于学习绩效的影响,主要体现为以学习满意度为中介的间接效应上。
研究尚存在一些不足:由于本文的调查样本源自于师范类高职专科院校,生源以女生居多,故造成被调查对象性别比例失衡。另外,本研究基于笔者所授课程进行SPOC教学实践,没有考虑到不同学科背景学习者的差异性,样本数据量也较小。后续研究将在充分调研不同学科性质、不同专业背景学习者的基础上,多维度全面展开研究。
参考文献:
[1] Armando Fox.From MOOCs to SPOCs[J].Communications of the ACM,2013(12) :38-40.
[2] 郑勇.中国大学MOOC通过率仅1.5%,未来将校际课程互选、学分互认.[EB/OL](2017-01-17)[2018-11-30].http://www.sohu.com/a/124497691_101928.
[3] 唐林伟.高职的“MOOC”愿景:可能与路径[J].教育发展研究,2015,35(7):44-48.
[4] 昂娟.MOOC平台属性与学习绩效相关性研究——以慕课网为例[J].萍乡学院学报,2018,35(3):95-100.
[5] 肖君.教育资源库使用效益评估模式及其实证研究[M].上海:上海交通大学出版社,2014:257.
[6] 张肖.基于网络学习环境的学习绩效评价指标体系研究[D].武汉:华中师范大学,2014.
[7] 潘丽佳.MOOC设计、学习者参与度和学习绩效的关系研究[D].杭州:浙江大学,2015:9.
[8] 张向葵.教育心理学[M].北京:国家开放大学,2015:135.
[9] 张家华,张剑平.网络学习的影响因素及其LICE模型[J].电化教育研究,2009(6):73-77.
[10] 詹泽慧.远程学习者的元认知作用机制研究[J].中国电化教育,2011(5):50-53.
[11] 毛刚,周跃良.学习者习惯性行为中的元认知投入水平计算研究[J].电化教育研究,2019(6):68-75.
[12] 张瑛著.本科生科研能力培养和提高方法研究[M].北京:中央民族大学出版社,2011:278.
[13] 戴心来,郭卡,刘蕾.MOOC学习者满意度影响因素实证研究——基于“中国大学MOOC”学习者调查问卷的结构方程分析[J].现代远距离教育,2017(3):17-23.
[14] Schunk D H.Commentary on Self- regulation in School Contexts[J].Learning and Instruction,2005,15(2):173-177.
[15] 钟志贤,刘朝霞.论远程学习者的学习过程管理[J].远程教育杂志,2009(3):63-66.
[16] Oliver R L.A Cognitive Model of Antecedents and Consequences of Satisfaction Decisions[J].Journal of Marketing Research,1980,17(4):460-469.
[17] 孙志农.大学英语自主学习平台学习者满意度及其影响因素研究[J].外语电化教学,2017(3):15-21.
[18] 张思,刘清堂,雷诗捷,王亚如.网络学习空间中学习者学习投入的研究——网络学习行为的大数据分析[J].中国电化教育,2017(4),24-30,40.
[19] 黄德群.基于高校网络教学平台的混合学习模式应用研究[J].远程教育杂,2013(3):64-70.
[20] 昂娟.教师干预对学生MOOC学习成效影响实证研究[J].保定学院学报,2017,30(2):114-120.
[21] 吴明隆.问卷统计分析实务—SPSS操作与应用[M].重庆:重庆大学出版社,2010:232.
[22] 曹树金,杨涛,陈忆金.网络环境中公共图书馆和高校图书馆用户需求实证研究[M].北京:学习出版社,2015:136.
[23] 吴明隆,涂金堂.SPSS与统计应用分析[M],辽宁:东北财经大学出版社,2012:381-384.
[24] 黄如花,刘龙.MOOC在线交流存在的问题及对策[J].圖书与情报,2014(6):18-22.
[25] 常莎莎.MOOC在职业教育领域的应用问题研究[D].西安:西安建筑科技大学,2017:27.
[26] 中国教育资讯网.提升完课率,中国大学MOOC还有这几招[EB/OL](2016-10-09)[2018-11-31].http://www.sohu.com/a/115678713_395105.
[责任编辑:郑笔耕]